兵棋推演的智能决策技术与挑战

近年来,以人机对抗为途径的智能决策技术取得了飞速发展,人工智能(Artificial intelligence, AI)技术AlphaGo、AlphaStar等分别在围棋、星际争霸等游戏环境中战胜了顶尖人类选手.兵棋推演作为一种人机对抗策略验证环境,由于其非对称环境决策、更接近真实环境的随机性与高风险决策等特点,受到智能决策技术研究者的广泛关注.通过梳理兵棋推演与目前主流人机对抗环境(如围棋、德州扑克、星际争霸等)的区别,阐述了兵棋推演智能决策技术的发展现状,分析了当前主流技术的局限与瓶颈,对兵棋推演中的智能决策技术研究进行了思考,期望能对兵棋推演相关问题中的智能决策技术研究带来启发.     

水面舰艇智能辅助决策系统研究

海军集团是联合作战的组成部分,该文以红蓝双方海上舰艇编队对抗为作战想定背景,以实时辅助指挥引导水面舰艇的作战行动为目的,采用面向分布式人工智能的理论技术方法,进行水面舰艇智能辅助决策系统研究,通过建立作战智能体作为MAS系统应用智能体的新概念,根据联合作战水面舰艇指挥系统的总体结构、作战信息流程和功能模块划分,给出了水面舰艇智能辅助决策MAS系统的Agent组成,Agent主体结构,Agent功能分类,系统的运行流程,最后提出和建立了作战指挥控制系统的MAS体系结构模板,构造了水面舰艇智能辅助决策形式化结构模型和构成框架,为解决联合作战水面舰艇作战指挥控制决策问题提出了一种新的思路和方法。     

基于吸收态马尔可夫链的智能无人车系统实时性能分析

随着人工智能技术的进步和人机物融合系统的发展,智能无人车系统成为了新一代人工智能研究的前沿.智能无人车系统根据车辆和环境数据进行实时决策以控制无人车运行,因而该系统具有较高的实时性能要求,对系统实时性的分析是保障系统安全可靠的方法之一.为了对智能无人车系统的实时性能进行分析,以智能无人车变道系统为例,首先使用MARTE模型对智能无人车变道系统进行建模,在系统设计早期就引入性能需求参数;然后,通过模型转换将MARTE模型转化为吸收态马尔可夫链;最后,利用吸收态马尔可夫链的相关理论和公式综合估算了智能无人车系统的实时性能指标,并针对影响整个系统实时性的关键模块进行了分析.实验结果表明,文中所提模型和分析方法可以较好地分析智能无人车系统的实时性能.分析发现系统中智能模块的准确率与响应时间相互制约,在不同的运行场景下需要找到二者之间的平衡点以获得更优的实时性能.     

群智体系网络结构的自治调节:从生物调控网络结构谈起

群体智能作为人工智能2.0时代最突出的研究方向之一,受到了工业界和学术界研究者们的广泛关注。传统的人工智能模型倾向于使用全连通网络结构,认为全连通网络结构的人工智能模型具有更高的准确率。然而,在面对存在强干扰的复杂对抗环境时,智能决策体系需要面对由通信干扰甚至针对性攻击所造成的系统结构扰动。在不失准确性的前提下,为了能够更快、更稳定地进行实时响应,需要智能系统的结构具有实时自治响应调整机制。此类自治响应调整机制在自然界中的调控网络中很常见。文中通过引入DReSS表征族来定量分析随机网络与真实网络中结构扰动对于系统演化的影响,对比了不同网络结构对于结构扰动的抗干扰能力,并提出了一套群智体系网络结构的自治调节构想。     

智能博弈对抗方法：博弈论与强化学习综合视角对比分析

智能博弈对抗是人工智能认知决策领域亟待解决的前沿热点问题。以反事实后悔最小化算法为代表的博弈论方法和以虚拟自博弈算法为代表的强化学习方法,依托大规模算力支撑,在求解智能博弈策略中脱颖而出,但对两种范式之间的关联缺乏深入发掘。文中针对智能博弈对抗问题,定义智能博弈对抗的内涵与外延,梳理智能博弈对抗的发展历程,总结其中的关键挑战。从博弈论和强化学习两种视角出发,介绍智能博弈对抗模型、算法。多角度对比分析博弈理论和强化学习的优势与局限,归纳总结博弈理论与强化学习统一视角下的智能博弈对抗方法和策略求解框架,旨在为两种范式的结合提供方向,推动智能博弈技术前向发展,为迈向通用人工智能蓄力。     

博弈论框架下的二阶多智能体系统领导者选择算法

随着人工智能的发展,多智能体系统中智能体的异质性、工作环境的复杂性、系统目标的多样性,给多智能体系统动态性能的分析带来了挑战.同时,也催生了新的控制策略和优化方法.博弈论作为一种研究社会系统中智能体决策过程的经典工具,如今已被应用到了多智能体系统研究领域.本文主要针对二阶多智能体系统编队过程中领导者选取的两类问题:1)选取k个领导者使系统误差达到最小;2)系统误差在一定范围内,选取最小数量的领导者;提出了一类超模博弈建模方法.在建模过程中设计了各个智能体的效用函数与系统整体的目标函数,使各个智能体在寻求各自效用函数最大化的过程中实现整体目标.而后,运用贪婪算法优化了智能体决策过程.本文分析了所建模型的平衡点存在性和系统稳定性.最后,利用仿真实例对比说明了本文提出的基于超模博弈的二阶多智能体系统领导者选择算法的有效性.     

复杂工业过程智能优化决策系统的现状与展望

流程工业是制造业的重要组成部分,是我国国民经济和社会发展的重要支柱产业.新一代信息技术和人工智能技术为流程工业的发展带来新的挑战和机遇.只有与流程工业的特点与目标密切结合,充分利用大数据,将人工智能、移动互联网、云计算、建模、控制与优化等信息技术与工业生产过程的物理资源紧密融合与协同,实现流程工业智能优化制造,才可能实现流程工业的跨越式发展.本文聚焦流程工业的复杂生产过程,从其智能优化决策系统的角度,描述了复杂工业过程优化决策系统的问题、回顾总结了复杂工业过程全流程优化决策系统的现状,分析了智能优化决策系统的必要性,提出了智能优化决策系统的发展目标及愿景,并对智能优化决策系统的下一步重点研究方向进行了展望.     

人工智能与机器人的交叉研究

机器人、人工智能,它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学.实时人工智能是实时系统和人工智能技术相互结合的一个新的研究领域.实时人工智能系是统是一种在动态的环境中,能够利用有限的资源来可靠地完成关键性任务的系统.机器人、人工智能实时系统作为一个整体的研究才刚刚开始,离我们的目标还很遥远.但人工智能在某些方面将会有较大的突破.     

RoboCup中基于动作序列模型的动作决策

RoboCup机器人足球比赛是当前人工智能领域的一个研究热点,其目的在于为多智能体系统提供一个标准的研究平台.为了让RoboCup仿真比赛中球员智能体实时地作出合理的动作决策,提出一种基于动作序列模型的决策机制,通过对球员智能体的动作空间分解、建立动作序列并对动作序列进行评价,而让智能体选择出当前最优的动作执行.仿真结果表明应用这种决策机制提高了智能体对环境的适应性.     

工业人工智能的关键技术及其在预测性维护中的应用现状

随着人工智能技术的快速发展及其在工业系统中卓有成效的应用, 工业智能化成为当前工业生产转型的一个重要趋势. 论文提炼了工业人工智能(Industrial artificial intelligence, IAI)的建模、诊断、预测、优化、决策以及智能芯片等共性关键技术, 总结了生产过程监控与产品质量检测等4个主要应用场景. 同时, 论文选择预测性维护作为工业人工智能的典型应用场景, 以工业设备的闭环智能维护形式, 分别从模型方法、数据方法以及融合方法出发, 系统的总结和分析了设备的寿命预测技术和维护决策理论, 展示了人工智能技术在促进工业生产安全、降本、增效、提质等方面的重要作用. 最后, 探讨了工业人工智能研究所面临的问题以及未来的研究方向.     

基于博弈论的多车智能驾驶交互决策综述

智能驾驶是交通和汽车领域未来发展的重要方向,决策规划作为智能驾驶系统中的关键模块,一直是其重点研究领域之一.当前的研究热点正在从单车智能驾驶决策向混行交通场景下的多车智能驾驶决策进行拓展,因此,需要在复杂动态场景和多并行任务下生成符合车辆动力学且不与道路边界和其他交通参与者发生碰撞的高质量轨迹.多车混行驾驶是对道路时空资源的竞争性使用,博弈论可为多车交互决策提供重要的理论与技术手段.对此,应用博弈论方法进行智能驾驶决策研究的综述,基于滚动时域、微分博弈和马尔科夫博弈这3类常用的博弈模型,对现有相关研究进行归类总结和分析.首先简要介绍博弈论基础知识;其次,总结常见的智能驾驶场景并分析各场景下交互决策的核心问题;然后,通过3种不同的博弈模型对多车交互决策进行建模,分别介绍它们的求解算法和思路及相关的研究工作;最后,介绍相关的仿真实验和测试方法,同时也对未来的技术发展和挑战给出见解.     

基于双深度Q网络的智能决策系统研究

目前智能决策系统中的经典算法智能化程度较低,而更为先进的强化学习算法应用于复杂决策任务又会导致存储上的维度灾难问题。针对该问题,提出了一种基于双深度Q网络的智能决策算法,改进了目标Q值计算方法,并将动作选择和策略评估分开进行,从而获得更加稳定有效的策略。智能体对输入状态进行训练,输出一个较优的动作来驱动智能体行为,包括环境感知、动作感知及任务协同等,继而在复杂度较高的决策环境中顺利完成给定任务。基于Unity3D游戏引擎开发了虚拟智能对抗演练的验证系统,对演练实时状态和智能体训练结果进行可视化,验证了双深度Q网络模型的正确性和稳定性,有效解决了强化学习算法存在的灾难问题。该智能决策算法有望在策略游戏、对抗演练、任务方案评估等领域发挥作用。     

计算机扑克智能博弈研究综述

计算机博弈是人工智能领域的“果蝇”,备受人工智能领域研究者的关注,已然成为研究认知智能的有利平台。扑克类博弈对抗问题可建模成边界确定、规则固定的不完美信息动态博弈,计算机扑克 AI 需要具备不完全信息动态决策、对手误导欺诈行为识别以及多回合筹码和风险管理等能力。首先梳理了以德州扑克为代表的计算机扑克智能博弈的发展历程,其次针对计算机扑克智能博弈典型模型算法、关键技术以及存在的主要问题进行了综述分析,最后探讨了计算机扑克智能博弈的未来发展趋势和应用前景。     

基于J2ME平台的移动智能游戏的开发

移动智能游戏已融入大众生活。文章采用J2ME手机应用开发平台,以《红楼梦》、《西游记》、《三国演义》等经典名著中的人物与故事情节为题材,设计开发出一款集迷宫、拼图及图片欣赏为一体的多功能智能游戏。该款游戏克服了传统游戏功能单一的缺陷,提高了游戏的趣味性和挑战性。     

智能博弈对抗中的对手建模方法及其应用综述

智能博弈对抗一直是人工智能研究的热点。在博弈对抗环境中,通过对对手进行建模,可以推测敌对智能体动作、目标、策略等相关属性,为博弈策略制定提供关键信息。对手建模方法在竞技类游戏和作战仿真推演等领域的应用前景广阔,博弈策略的制定必须以博弈各方的行动策略为前提,因此建立一个准确的对手行为模型对于预测其意图尤其重要。从内涵、方法、应用三个方面,阐述了对手建模的必要性,对现有建模方式进行了分类;对基于强化学习的预测方法、基于心智理论的推理方法和基于贝叶斯的优化方法进行了梳理与总结;以序贯博弈（德州扑克）、即时策略博弈（星际争霸）和元博弈为典型应用场景,分析了智能博弈对抗过程中的对手建模的作用;从有限理性、策略欺骗性和可解释性三个方面进行了对手建模技术发展的展望。     

Games solved: Now and in the future

In this article we present an overview on the state of the art in games solved in the domain of two-person zero-sum games with perfect information. The results are summarized and some predictions for the near future are given. The aim of the article is to determine which game characteristics are predominant when the solution of a game is the main target. First, it is concluded that decision complexity is more important than state-space complexity as a determining factor. Second, we conclude that there is a trade-off between knowledge-based methods and brute-force methods. It is shown that knowledge-based methods are more appropriate for solving games with a low decision complexity, while brute-force methods are more appropriate for solving games with a low state-space complexity. Third, we found that there is a clear correlation between the first-player's initiative and the necessary effort to solve a game. In particular, threat-space-based search methods are sometimes able to exploit the initiative to prove a win. Finally, the most important results of the research involved, the development of new intelligent search methods, are described.     

多智能体博弈、学习与控制

近年来,人工智能(Artificial intelligence, AI)技术在棋牌游戏、计算机视觉、自然语言处理和蛋白质结构解析与预测等研究领域取得了众多突破性进展,传统学科之间的固有壁垒正在被逐步打破,多学科深度交叉融合的态势变得越发明显.作为现代智能科学的三个重要组成部分,博弈论、多智能体学习与控制论自诞生之初就逐渐展现出一种“你中有我,我中有你”的关联关系.特别地,近年来在AI技术的促进作用下,这三者间的交叉研究成果正呈现出一种井喷式增长的态势.为及时反映这一学术动态和趋势,本文对这三者的异同、联系以及最新的研究进展进行了系统梳理.首先,介绍了作为纽带连接这三者的四种基本博弈形式,进而论述了对应于这四种基本博弈形式的多智能体学习方法;然后,按照不同的专题,梳理了这三者交叉研究的最新进展;最后,对这一新兴交叉研究领域进行了总结与展望.     

Software engineering research for computer games: A systematic review

ContextCurrently, computer game development is one of the fastest growing industries in the worldwide economy. In addition to that, computer games are rapidly evolving in the sense that newer game versions arrive in a very short interval. Thus, software engineering techniques are needed for game development in order to achieve greater flexibility and maintainability, less cost and effort, better design, etc. In addition, games present several characteristics that differentiate their development from classical software development.ObjectiveThis study aims to assess the state of the art on research concerning software engineering for computer games and discuss possible important areas for future research.MethodWe employed a standard methodology for systematic literature reviews using four well known digital libraries.ResultsSoftware engineering for computer games is a research domain that has doubled its research activity during the last 5 years. The dominant research topic has proven to be requirements engineering, while topics such as software verification and maintenance have been neglected up to now.ConclusionThe results of the study suggest that software engineering for computer games is a field that embraces many techniques and methods from conventional software engineering and adapts them so as to fit the specific requirements of game development. In addition to that, the study proposes the employment of more elaborate empirical methods, i.e. controlled experiments and case studies, in game software engineering research, which, have not been extensively used up to now.     

计算机博弈中序贯不完美信息博弈求解研究进展

计算机博弈是人工智能的果蝇和通用测试基准.近年来,序贯不完美信息博弈求解一直是计算机博弈研究领域的前沿课题.围绕计算机博弈中不完美信息博弈求解问题展开综述分析.首先,梳理计算机博弈领域标志性突破的里程碑事件,简要介绍4类新评估基准,归纳3种研究范式,提出序贯不完美信息博弈求解研究框架;然后,着重对序贯不完美信息博弈的博弈模型和解概念进行调研,从博弈构建、子博弈和元博弈、解概念以及评估3方面进行简要介绍;接着,围绕离线策略求解,系统梳理算法博弈论、优化理论和博弈学习3大类方法,围绕在线策略求解,系统梳理对手近似式学习、对手判别式适变和对手生成式搜索3大类方法;最后,从环境、智能体(对手)和策略求解3个角度分析面临的挑战,从博弈动力学和策略空间理论、多模态对抗博弈和序贯建模、通用策略学习和离线预训练、对手建模(剥削)和反剥削、临机组队和零样本协调5方面展望未来研究前沿课题.对于当前不完美信息博弈求解问题进行全面概述,期望能够为人工智能和博弈论领域相关研究带来启发.     

浅析中国手机游戏的现状及发展趋势

在网络运营商与智能手机的发展等多重因素推动下,手机游戏异军突起,发展迅猛。一些风靡全球的游戏突 破了地区和文化的边界,征服全球市场。本文首先分析了手机游戏的类型与特点,并对我国现有手机游戏的现状进行了深入 研究,最后则从民族特色、学习型手机游戏和3D视频游戏等多个角度,展望我国手机游戏的发展趋势。